Aletheion发布ASM-CM，一种用于持久化AI代理的紧凑内存架构
AletheionAGI的Felipe Maya Muniz介绍了ASM-CM（Aletheion Compact Memory Model），这是一种实验性架构，将记忆与语言分离，使代理历史能够在不增加活动计算内存的情况下增长。
IntelShed 结合混合 RAG、GNN 实体解析、联邦学习和 LLM 多智能体编排
作者介绍了 IntelShed，这是一个用于开源情报（OSINT）的开源系统，它聚合了 50 个公共数据源，以生成自动化的 24 小时安全简报。该架构集成了混合检索、基于 GNN 的实体解析、带有差分隐私的联邦学习以及 LLM 编译的多智能体编排。
TIS 2.0 通过基于令牌重要性分数的段落重排消除 RAG 中的位置偏差
TIS 2.0 更新引入了一种段落重排功能，无需额外训练即可消除检索增强生成（RAG）中的“中间丢失”位置偏差。通过对检索到的文档应用学习到的令牌重要性分数进行重排，该系统实现了零位置差距，并将精确匹配准确率较基线提升了 5 个百分点。
注意力加权内存图使用 Jina 注意力进行图 RAG 遍历
一项新提案概述了一种 LLM 内存结构，它将后期分块与注意力加权边相结合，以实现逐步遍历。该系统利用 Jina AI 的嵌入模型，该模型计算句子之间的注意力，从而从文档的内部处理中推导出边的权重。
DESi Review：一个可安装的 Claude 技能，用于结构化的认识论论文评审
作者发布了 DESi Review，这是模型独立的 DESi 认识论治理框架的一个实际应用，打包为可安装的 Claude 技能。该工具通过将确定性主张提取与基于模型的裁决分离，对英文文本执行结构化的论文评审流程。
关于7B–14B参数规模领域专用LLM在生产环境中可行性的社区讨论
一位Hugging Face论坛用户调查了参数量在7B–14B范围内的小型领域专用大语言模型（LLM）是否能在实际生产环境中有效替代更大的模型。
使用稀疏自编码器的ELIZA
一种新的ELIZA聊天机器人实现利用稀疏自编码器架构，将对话条目存储在潜在记忆层中，旨在改进传统的关键词匹配方法。该系统采用T5编码器-解码器结构，配备32,768个神经元的记忆层，通过对比学习激活相似条目。
PaddlePaddle发布HPD-Parsing，一款具有分层并行解码能力的1B模型
PaddlePaddle推出了HPD-Parsing，这是一款轻量级的10亿参数文档解析模型，采用分层并行解码范式以提升吞吐量。该架构通过主布局分支协调全局页面结构，同时将局部内容生成分发至并发分支，并利用渐进式多令牌预测减少解码步骤。
作者提出开放 k 注册表以在本地 LLM 中实现证据饱和
作者已在 Hugging Face 上发布了一篇试点论文和一个开放注册表，用于测量语言模型的证据饱和点 (k*)。该指标确定了注入提示中的最佳证据片段数量，因为增加更多上下文并不会单调地提高正确性，反而可能增加成本或认知污染。
已删除主题的链接不正确
文章内容已被作者删除。页面显示，原始讨论包含一个帖子，涉及两名参与者。
分层代理记忆使用双曲嵌入进行结构化检索
一种新的记忆架构采用双曲嵌入，通过“抽象分数”对向量数据库条目进行组织，使代理能够比扁平化 RAG 系统更有效地管理知识。该方法将数据结构化，使抽象条目（如偏好）靠近中心，而具体事件位于边界，从而促进更好的聚类和检索。
ShinBay-UCTF 提出隐私保护持续学习与压缩知识的概念框架
K7007 提出 ShinBay-UCTF，这是一个旨在解决 AI 系统在多语言冗余、持久情景记忆和持续适应方面局限性的概念框架。该提案概述了一个由三个交互层组成的统一架构：通用压缩训练格式（UCTF）、生物启发的场景记忆和环境驱动的持续学习。
RAGU 推出多步 GraphRAG 引擎，搭载紧凑的 Meno-Lite-0.1 提取器
RAGU 是一个开源模块化 GraphRAG 引擎，通过将实体提取与合并分离来改进结构化知识整合。它采用两阶段类型化提取流程、基于 DBSCAN 的去重、LLM 摘要以及 Leiden 社区检测，以减少单遍系统中常见的噪声和脆弱性。
NVIDIA 发布 Nemotron 3 Embed 模型，在 RTEB 排行榜上排名第一
NVIDIA 发布了 Nemotron 3 Embed，这是一组开源且可商业使用的嵌入模型，旨在提升生产级 RAG、智能体检索、代码检索和智能体记忆的检索质量。该集合包含一个在 RTEB 排行榜上总体排名第一的 8B 模型，以及针对部署优化的高效 1B 变体。
RAGthoven 使用多阶段 RAG 流水线在多元语言幽默生成中与 Gemini 2.5 Flash 持平
作者展示了 RAGthoven，这是 SemEval-2026 Task 1 的一项系统，它将创造性文本生成分解为基于计算幽默理论的多阶段大型语言模型流水线。最终配置通过从精选笑话语料库中检索增强生成（RAG）来增强 Planner，并评估智能体变体与非智能体基准的表现。
Apaf混合框架分析灾害治理政策中的话语
作者提出了Apaf，一种混合LLM-符号管道，将批判性话语分析操作化为策略文本上的定量双极论证框架。论点被分类为审议性或管理性框架，并通过基于LLM提取特征的确定性规则生成四种框架介导的关系子类型。
理论级自动形式化：从孤立陈述到统一的形式知识库
这篇立场论文主张理论级自动形式化，即将完整的理论作为结构化库进行形式化，而不是专注于单个陈述。
语料库自适应微调提升SQL模式检索的召回率
作者将五个文本到SQL数据集（Spider、BIRD、BEAVER以及两个LiveSQLBench变体）重构为表和列检索任务，以评估模式链接。他们提出对305M参数嵌入器进行语料库自适应微调，将平均recall@10从60.4提升至75.6。
LLM-as-a-judge 信号无法优化闭环表格识别
一项使用 FinTabNet 和 OmniDocBench 的研究表明，LLM-as-a-judge 信号对于优化表格识别中的闭环再生是不足的。研究揭示，评委分数经常持平，排名不可复现，且系统未能恢复由迭代产生的更好候选者。
POS层级将伊波罗琉球语自动行间注释所需数据减半
研究人员为伊波罗琉球语实现了神经标注流水线，以自动化创建行间文本，解决手动文档编制的高成本问题。该研究在严格限制约一小时标注话语的条件下，使用小型BiLSTM-CRF模型评估了词素分割、词性标注（POS）和注释。